[發明專利]素材推送方法及裝置在審
| 申請號: | 201810887584.7 | 申請日: | 2018-08-06 |
| 公開(公告)號: | CN109325170A | 公開(公告)日: | 2019-02-12 |
| 發明(設計)人: | 張祖淼 | 申請(專利權)人: | 江西清華泰豪三波電機有限公司 |
| 主分類號: | G06F16/9535 | 分類號: | G06F16/9535 |
| 代理公司: | 北京超凡志成知識產權代理事務所(普通合伙) 11371 | 代理人: | 梁香美 |
| 地址: | 330000*** | 國省代碼: | 江西;36 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 推送 素材 用戶模型 調用 檢測 信息技術領域 伸縮性 指令 整體復雜性 觸發頻率 觸發時機 降低系統 可移植性 指令查找 數據項 重用性 預設 刪除 監控 更新 | ||
1.一種素材推送方法,其特征在于,所述方法包括:
檢測用戶模型是否被操作,所述操作包括對所述用戶模型中的數據項的插入、刪除及更新;
當檢測到所述用戶模型被操作時,根據預設的觸發時機和觸發頻率,調用預先設定的素材推送指令;
根據所述素材推送指令查找對應的素材,并將所述素材進行推送。
2.如權利要求1所述的素材推送方法,其特征在于,所述根據所述素材推送指令查找對應的素材,并將所述素材進行推送,包括:
根據所述素材推送指令從素材關系表中查找素材關系,其中,所述素材關系表用于表征所述用戶模型中的用戶與素材庫中的素材的對應關系;
根據所述素材關系從所述素材庫中獲取對應的素材;
將獲得的所述素材進行推送。
3.如權利要求2所述的素材推送方法,其特征在于,所述方法還包括創建所述用戶模型的步驟,其中,所述用戶模型包括靜態興趣模型及動態行為模型,所述步驟包括:
獲取用戶的個人信息,并從所述用戶的個人信息中提取興趣關鍵字,將所述興趣關鍵字輸入預先創建的靜態興趣模型中進行訓練,得到該用戶對應的靜態興趣模型;
獲取用戶的行為日志,并從所述用戶的行為日志中提取行為關鍵字,將所述行為關鍵性輸入預先創建的動態行為模型中進行訓練,得到該用戶對應的動態行為模型。
4.如權利要求3所述的素材推送方法,其特征在于,所述方法還包括創建素材庫的步驟,所述步驟包括:
獲取素材信息,所述素材信息包括素材關鍵字,素材分類及素材內容;
將素材庫的分類與所述素材分類進行匹配,若匹配成功,將所述素材信息存儲到匹配的素材庫中,若匹配不成功,創建與所述素材分類對應的素材庫,并將所述素材信息存儲到創建的素材庫中。
5.如權利要求4所述的素材推送方法,其特征在于,所述方法還包括創建素材關系表的步驟,所述步驟包括:
將所述靜態興趣模型與素材庫的分類進行匹配,獲取與所述靜態興趣模型匹配的素材庫;
對與所述靜態興趣模型匹配的素材庫中存儲的素材進行檢索,獲取所述素材關鍵字與動態行為模型匹配的素材;
整合所述匹配的素材的存儲地址及與所述用戶模型的匹配關系,生成所述素材關系;
將所述素材關系存儲到所述素材關系表中。
6.一種素材推送裝置,其特征在于,所述裝置包括:
檢測模塊,用于檢測用戶模型是否被操作,所述操作包括對所述用戶模型中的數據項的插入、刪除及更新;
指令調用模塊,用于當檢測到所述用戶模型被操作時,根據預設的觸發時機和觸發頻率,調用預先設定的素材推送指令;
素材推送模塊,用于根據所述素材推送指令查找對應的素材,并將所述素材進行推送。
7.如權利要求6所述的素材推送裝置,其特征在于,所述素材推送模塊具體用于:
根據所述素材推送指令從素材關系表中查找素材關系,其中,所述素材關系表用于表征所述用戶模型中的用戶與素材庫中的素材的對應關系;
根據所述素材關系從所述素材庫中獲取對應的素材;
將獲得的所述素材進行推送。
8.如權利要求7所述的素材推送裝置,其特征在于,所述裝置還包括用于創建所述用戶模型的創建模塊,所述創建模塊具體用于:
獲取用戶的個人信息,并從所述用戶的個人信息中提取興趣關鍵字,將所述興趣關鍵字輸入預先創建的靜態興趣模型中進行訓練,得到該用戶對應的靜態興趣模型;
獲取用戶的行為日志,并從所述用戶的行為日志中提取行為關鍵字,將所述行為關鍵性輸入預先創建的動態行為模型中進行訓練,得到該用戶對應的動態行為模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江西清華泰豪三波電機有限公司,未經江西清華泰豪三波電機有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810887584.7/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種版權圖片過濾方法和裝置
- 下一篇:基于領域知識的用戶興趣分析方法及系統





